文摘
英文文摘
声明
致谢
1 绪论
1.1 引言
1.2 研究背景
1.2.1 人眼及其眼底的医学知识基础
1.2.2 我国主要致盲眼病、眼底病及其研究现状
1.2.3 眼底检查及其眼底图像的重要临床价值
1.2.4 图像处理的发展及其在医学领域中的应用
1.3 本文动机及研究内容
1.4 本文的创新和贡献
1.5 本文章节安排
2 相关工作综述
2.1 引言
2.2 国内外研究状况
2.2.1 眼底图像畸变校正
2.2.2 眼底图像配准与拼接
2.2.3 眼底图像目标定位与提取
2.2.4 眼底图像参数测定与分析
2.3 本文研究内容及其框架结构
2.4 本文研究目标与成果
2.4.1 研究目标
2.4.2 研究成果综述
2.5 本章小结
3 彩色眼底图像预处理
3.1 引言
3.2 基于分块思想的快速几何畸变校正算法
3.2.1 多项式坐标变换几何校正
3.2.2 基于一次多项式分片逼近几何畸变校正
3.2.3 实验结果及校正精度分析
3.3 基于彩色信息的辐射量畸变校正方法
3.3.1 彩色眼底图像亮度分布
3.3.2 眼底图像视场提取
3.3.3 基于彩色信息的眼底图像辐射量畸变校正
3.4 基于m空间尺度不变特征变换的彩色眼底图像拼接算法
3.4.1 mSIFT算法及特征点提取
3.4.2 二次映射模型估计及眼底图像配准与拼接
3.4.3 实验结果及配准精度分析
3.5 本章小结
4 眼底图像血管分割算法
4.1 引言
4.2 基于先验知识随机游走模型的视网膜血管分割方法
4.2.1 视网膜血管特征分析
4.2.2 视网膜血管先验知识提取
4.2.3 基于先验知识随机游走模型的视网膜血管分割
4.2.4 实验结果及分割精度分析
4.3 基于Post-Processing的视网膜血管边缘提取方法
4.3.1 视网膜血管特征分析
4.3.2 眼底图像的预处理
4.3.3 基于Post-Processing的血管边缘提取方法
4.3.4 实验结果及提取精度分析
4.4 本章小结
5 基于交叉网络的眼底视神经乳头自动定位
5.1 引言
5.2 血管空间结构描述——交叉网络及其测度
5.3 基于交叉网络的视神经乳头自动定位算法
5.3.1 视场提取与辐射量畸变校正
5.3.2 “类血管”及其骨架提取
5.3.3 构建“类血管”交叉网络实现视神经乳头定位
5.4 实验结果及定位精度分析
5.5 本章小结
6 视神经乳头边缘提取与分割
6.1 引言
6.2 基于L*a*b*色彩空间的视神经边缘自动提取
6.2.1 眼底图像L*a*b*空间自适应形态学预处理
6.2.2 L*a*b*色彩空间视神经边缘提取
6.2.3 实验结果及提取精度分析
6.3 基于随机游走模型的视神经分割方法
6.3.1 视神经乳头形态特征分析
6.3.2 眼底图像极坐标空间形态学预处理
6.3.3 基于改进的随机游走的视神经乳头分割
6.3.4 实验结果及分割精度分析
6.4 本章小结
7 眼底图像参数测量及系统实现
7.1 引言
7.2 计算机图像测量中校准与归一化
7.2.1 基于三点标尺的校准与归一化
7.2.2 算法校正精度分析
7.3 眼底图像处理及参数测量系统的实现
7.3.1 眼底图像参数量化系统的设计
7.3.2 系统实现过程
7.3.3 系统硬件设计
7.3.4 系统软件设计
7.3.5 系统性能评价
7.4 本章小结
8 全文总结及其展望
8.1 全文总结
8.2 工作展望
参考文献
附录
索引
作者简历